Numpy invers

Tallrike kommersielle enheter bruker nå Numpy, som øker i popularitet. Å forstå hva dette biblioteket gir er avgjørende som et resultat. På grunn av syntaks, som er samtidig sterk og uttrykksfull, er Numpy en av de kraftigste Python -modulene. Den brukes også til matregning og lar brukere administrere data i høyere dimensjonale matriser, matriser og til og med vektorer. I denne artikkelen vil vi trekke frem Pythons Numpy Inverse. Vi forklarer hvordan du kan omverse en matrise i Python med mange eksempler.

Det inverse av matrise i Python

En matrise er definert som en matrise i to dimensjoner med identisk størrelse elementer. Matrixrepresentasjoner kan gjøres med nestede lister eller numpy matriser.

For å beregne en matrises omvendt i Python, bruk Numpy Linald.INV () Metode. Matrisen som produserer en identitetsmatrise når den er multiplisert med den originale matrisen er en matrises inverse. I dette innlegget vil vi gi informasjon om bruk.

Syntaks av Numpy.Lining.inv () funksjon

Du kan bruke Numpy.Lining.Inv () Metode ved å bruke følgende syntaks gitt. Bare "ARR" -parameteren, som representerer matrisen som skal omvendes, kreves av denne funksjonen.

La oss nå undersøke flere eksempler for en bedre forståelse av nevnte emne.

Eksempel 1

La oss starte med definisjonen av en matrise først. Det kan defineres som en rektangulær innsamling av data. De horisontale elementene i matrisen blir referert til som rader, mens de vertikale oppføringene blir referert til som kolonner. Bruk av NP.Lining.INV () Metode er nødvendig for Matrix Inverse Function. Matrisen som følger med vil bli omvendt ved hjelp av denne funksjonen. En enkel funksjon for å få det inverse av matrisen er tilgjengelig i den numpy modulen til Python. Funksjonen hjelper brukeren med å avgjøre om Python -biblioteket inneholder numpy.Lining.inv ().

I det følgende kodestykke, som du kan se, har vi importert den nødvendige modulen, som er numpy, det er nødvendig å inkludere den for vellykket beregning av koden. Etter det opprettet vi en variabel som heter “input_arr” der vi opprettet matrisen som inneholder forskjellige verdier. Verdiene inkluderer [9,4] og [5, -7]. En annen variabel som heter “Resuly_arr” er også opprettet der vi skal lagre resultatet som vi får etter å ha utført NP.Lining.inv () funksjon. Vi har bestått det opprettede matrisen i denne funksjonen. Endelig har vi vist resultatet ved å bruke utskriftserklæringen.

Importer numpy som NP
input_arr = np.Array ([[9, 4,], [5, -7]])
Resultat_arr = np.Lining.inv (input_arr)
print (resultat_arr)

Her kan du se det inverse av den tidligere opprettet matrise.

Eksempel 2

I Python gir Numpy mange funksjoner for å lage og håndtere matriser. Ulike lineære algebra -teknikker og funksjoner implementeres i Numpy.Lining submodule.

Funksjonen numpy.Lining.Inv () fra denne modulen kan brukes til å bestemme inverse av en gitt matrise.

Denne funksjonen kan også brukes i et forsøk og unntatt blokkering. Denne metoden er å foretrekke. En feil vil bli reist, og funksjonen i unntatt blokken vil være i tilfelle matrisens inverse ikke er mulig.

La oss fokusere på koden. Her kan du se at Numpy -modulen først importeres. I "prøv" -blokken av koden har vi laget en variabel "my_arr" der matrisen er lagret. Etter det brukes en utskriftsuttalelse for å vise det inverse av den gitte matrisen. I koden unntatt koden vises en melding i tilfelle koden ikke klarer å gi matrisen omvendt.

Importer numpy
prøve:
my_arr = numpy.Array ([[6,5], [10,7]])
trykk (Numpy.Lining.inv (my_arr))
unntatt:
trykk ("Inverse ikke mulig.")

I følgende bilde kan du se det inverse av matrisen som er opprettet ovenfor.

Eksempel 3

Scipy -modulens funksjoner kan brukes til å utføre en rekke vitenskapelige beregninger. Scipy.Lining.INV () Metode brukes for å få det inverse av en firkantet matrise. Den fungerer på samme måte som numpy.Lining.inv () funksjon. Se koden som er gitt nedenfor.

I koden importeres den numpy modulen først, og fra Scipy -modulen har vi importert ling. Etter det en numpy.Matrix opprettes og lagres i den opprettede variabelen. Navnet på den variabelen er "arr_values". I den andre linjen i koden kan du se at linjen.INV () Metode utføres der vi har gitt den opprettede variabelen “Arr_Values” der matrisen er lagret. Til slutt vises resultatet ved hjelp av utskriftserklæringen. For det brukes kommandoen “Print (Arr_result)”.

Importer numpy
fra Scipy Import Linald
arr_verdier = numpy.Matrix ([[5, 4,], [7, -9]])
arr_result = ling.INV (arr_verdier)
print (arr_result)

Her er følgende utgang fra den utførte funksjonen som er nevnt i forrige kode.

Eksempel 4

I dette eksempelprogrammet bruker vi 3*3 -matrisen. Koden viser at vi har importert Numpy -modulen i første linje. En variabel med navnet "Arr_data" opprettes der vi har opprettet en 3*3 -matrise. Det inkluderer [9,3,3], [6, -4,7] og [6,12,5] verdier. En annen variabel, "output_arr" opprettes der vi har utført Numpy.Linald -funksjon på de opprettede matriseverdiene. Til slutt vises følgende utgang:

Importer numpy
arr_data = numpy.Array ([[9, 3, 3],
[6, -4, 7],
[6, 12, 5]])
output_arr = numpy.Lining.inv (arr_data)
print (output_arr)

Her er resultatet av inverse av 3*3 -matrisen.

Eksempel 5

En 4*4 -matrise vil bli brukt i dette eksemplet. Resten av koden er den samme som ovenfor, bortsett fra nå Numpy.Lining -funksjonen utføres på den opprettede 4*4 -matrisen. Vår 4*4 -matrise inkluderer [3, 3, 2, 6], [4, -6, 1, 8], [5, 1, 6, 8] og [6, 2, 12, 5] verdier.

Importer numpy
arr_data = numpy.Array ([[3, 3, 2, 6],
[4, -6, 1, 8],
[5, 1, 6, 8],
[6, 2, 12, 5]])
trykk (Numpy.Lining.inv (arr_data))

Nedenfor kan du se det inverse av den spesifiserte 4*4 -matrisen:

Eksempel 6

Etter å ha importert modulen, kan du se at den todimensjonale matrisen er opprettet og lagret i variabelen som heter “Arr_val” og resultatet av den utførte Linald.Inv () -metoden lagres i variabelen “Arr_res”.

Importer numpy
arr_val = numpy.Array ([[[5., 2.], [7., 9.]],
[[5, 9], [6, 3]])
arr_res = numpy.Lining.inv (arr_val)
trykk (arr_res)

Her er utgangen fra det inverse av den todimensjonale matrisen.

Konklusjon

Denne artikkelen fokuserer på de forskjellige måtene å få inverse av en matrise. Vi har gitt kjernedetaljene om nevnte emne. Artikkelen inneholder også flere eksempler som du kan referere til hvis du er ny på dette konseptet. Eksemplene våre inkluderer koding om NP.Lining.inv () funksjon, scipy.Lining.inv () funksjon, og prøve og unntatt metode. Vi har nevnt alle detaljene om disse funksjonene, slik at du kan forstå hvordan hvert arbeid.